資源描述：
《基于量測自適應(yīng)辨識的多傳感器數(shù)據(jù)融合算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、146傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)2012年第31卷第6期*基于量測自適應(yīng)辨識的多傳感器數(shù)據(jù)融合算法1121胡振濤，賈培燕，付春玲，杜海順(1.河南大學(xué)圖像處理與模式識別研究所，河南開封475004;2.河南大學(xué)基礎(chǔ)實驗教學(xué)中心，河南開封475004)摘要:針對量測不確定條件下多傳感器量測數(shù)據(jù)的合理利用和有效融合問題，提出了一種量測不確定下多傳感器量測自適應(yīng)數(shù)據(jù)融合算法?算法實現(xiàn)中考慮到傳感器量測受擾動影響的具體情況，通過單個傳感器的量測似然度的求解確認(rèn)等效量測，并利用傳感器量測數(shù)據(jù)間統(tǒng)計距離的構(gòu)建完成對等效量測優(yōu)化，進(jìn)
2、而實現(xiàn)不含擾動影響傳感器量測數(shù)據(jù)的合理選擇和融合?理論分析和仿真實驗驗證結(jié)果表明:新算法不僅有效改善擾動對于濾波精度的不利影響，并且相對于分布式融合方式降低計算復(fù)雜度?關(guān)鍵詞:多傳感器信息融合;量測不確定;Kalman濾波;置信距離中圖分類號:TP391文獻(xiàn)標(biāo)識碼:A文章編號:1000?9787(2012)06?0146?04M????-?e????da?af?????a????????ba?ed??*?ea???e?e??ada????e?de???f?ca????1121HUZhen-tao，JIAPei-yan，F(xiàn)UChun-ling，DUHai-shun(1.I??????
3、?e?fI?a?eP??ce?????&Pa??e??Rec????????，He?a?U???e?????，Ka?fe??475004，C???a;2.Ba??cE??e???e??Teac????Ce??e?，He?a?U???e?????，Ka?fe??475004，C???a)Ab???ac?:Aimingattheeffectiveutili?ationandfusionofmulti-sensormeasurementinmeasurementuncertainty，anovelmulti-sensormeasurementadaptivedatafusionalgor
4、ithmisproposed.Inthenewalgorithm，influenceofinterferenceonsensormeasurementisconsidered.Bycalculationofmeasurementlikelihoodequivalentmeasurementisconfirmed.Statisticdistanceamongthemeasurementdatasisconstructedtooptimi?etheequivalentmeasurement.Thereasonableselectionandfusionofmeasurementdata
5、sisaccomplished.Thetheoreticalanalysisandsimulationexperimentalresultsshowthenewalgorithmnotonlyeffectivelyimprovesadverseeffectofinterferenceonfilteringprecision，butalsoreducecomputationalcomplexitycomparedwiththedistributedfusionmethod.Ke????d?:multi-sensorinformationfusion;measurementuncert
6、ainty;Kalmanfiltering;confidencedistance［3，4］0引言偏差，而這種偏差直接影響著濾波器估計精度?因此，多傳感器信息融合相對于單個傳感器所獲得的信息具在量測不確定條件下研究如何利用多傳感器量測數(shù)據(jù)實現(xiàn)有冗余性,互補性，從而進(jìn)一步增強了估計結(jié)果可靠性和魯復(fù)雜混合系統(tǒng)狀態(tài)估計具有重要的現(xiàn)實意義?對于含擾動棒性?在結(jié)構(gòu)上一般分為集中式,分布式,混合式和多級影響量測數(shù)據(jù)的辨識和剔除一般采用離線處理的方式，這［5，6］式，后2種結(jié)構(gòu)形式實際上是在集中式和分布式基礎(chǔ)上的種方式通常和濾波器設(shè)計之間是孤立的?近年來，基拓展，針對具體被估計對象特點，可通過集中
7、式和分布式優(yōu)于線性最小方差估計準(zhǔn)則的Kalman濾波(KF)架構(gòu)上發(fā)展［1，2］化組合實現(xiàn)?近年來，針對集中式和分布式融合框架，起來殘差檢測方法，但需要利用先驗信息實現(xiàn)野值檢驗門［7］在系統(tǒng)估計實現(xiàn)中已取得較為豐富的成果，但現(xiàn)有結(jié)論成限的設(shè)定，限制其應(yīng)用范圍?立的前提是對被估計系統(tǒng)的精確建模，即已知系統(tǒng)或量測基于以上分析，結(jié)合KF技術(shù)，本文給出了一種量測不的部分先驗統(tǒng)計信息?然而，在實際工程環(huán)境中，一些外界確定下多傳感器自適應(yīng)數(shù)據(jù)融合(MAKF)算法?在與濾波擾動(傳
